Modèle-s bayés-ien-s pour la segment-ation à deux niveau-x faible-ment super-vis-é-e - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Modèle-s bayés-ien-s pour la segment-ation à deux niveau-x faible-ment super-vis-é-e

Résumé

La segmentation automatique en mots et en morphèmes est une étape cruciale dans le processus de documentation des langues. Dans ce travail, nous étudions plusieurs modèles bayésiens pour réaliser une segmentation conjointe des phrases à ces deux niveaux : d’une part, en introduisant un couplage déterministe entre deux modèles spécialisés pour identifier chaque type de frontières, d’autre part, en proposant une modélisation intrinsèquement hiérarchique. Un objectif important de cette étude est de comparer ces modèles dans un scénario où une supervision faible est disponible. Nos expériences portent sur deux langues et permettent de comparer dans des conditions réalistes les mérites de ces diverses modélisations.
Fichier principal
Vignette du fichier
3309.pdf (198.13 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03701487 , version 1 (24-06-2022)

Identifiants

  • HAL Id : hal-03701487 , version 1

Citer

Shu Okabe, François Yvon. Modèle-s bayés-ien-s pour la segment-ation à deux niveau-x faible-ment super-vis-é-e. Traitement Automatique des Langues Naturelles, 2022, Avignon, France. pp.174-182. ⟨hal-03701487⟩
46 Consultations
21 Téléchargements

Partager

More